如何在Prisma中实现浮点数的模糊搜索？

Prisma本身没有为数值类型提供直接的模糊匹配API，但可以通过将数值转换为字符串后复用字符串搜索逻辑来实现需求，以下是几种可行方案：

1. 使用数据库原生函数的Raw查询 #

直接借助数据库的类型转换函数，把浮点数转为字符串后执行LIKE匹配，这是最直接的实现方式。

示例（PostgreSQL） #

如果你的数据库是PostgreSQL，推荐用TO_CHAR函数格式化浮点数（避免科学计数法问题），再实现包含或前缀匹配：

const searchTerm = '36';
const results = await prisma.yourModel.findMany({
  where: {
    OR: [
      // 匹配任意位置包含36的数值（如23.36、360）
      prisma.raw(`TO_CHAR(yourFloatColumn, 'FM9999999999999999.999999') LIKE '%' || $1 || '%'`, [searchTerm]),
      // 仅匹配以36开头的数值（如36、362）
      prisma.raw(`TO_CHAR(yourFloatColumn, 'FM9999999999999999.999999') LIKE $1 || '%'`, [searchTerm]),
    ],
  },
});

注：FM修饰符用于去掉数值前后的空格，格式字符串可根据你的数值范围调整长度。

示例（MySQL） #

MySQL可以用CONVERT函数将浮点数转为字符串：

const searchTerm = '36';
const results = await prisma.yourModel.findMany({
  where: {
    OR: [
      // 包含匹配
      prisma.raw(`CONVERT(yourFloatColumn, CHAR) LIKE CONCAT('%', ?, '%')`, [searchTerm]),
      // 前缀匹配
      prisma.raw(`CONVERT(yourFloatColumn, CHAR) LIKE CONCAT(?, '%')`, [searchTerm]),
    ],
  },
});

2. 优化方案：同步存储字符串版本的数值 #

如果数据量较大，数值转字符串的搜索无法利用数值索引，会影响性能。可以在数据表中新增一个字符串类型的字段（比如floatAsString），在创建或更新数据时同步将浮点数转为格式化后的字符串存储，之后直接用Prisma的字符串搜索API：

// 创建数据时同步生成字符串版本
await prisma.yourModel.create({
  data: {
    yourFloatColumn: 360,
    floatAsString: '360' // 或用数据库函数自动生成
  }
});

// 搜索时直接用字符串模糊匹配
const results = await prisma.yourModel.findMany({
  where: {
    OR: [
      { floatAsString: { contains: '36' } },
      { floatAsString: { startsWith: '36' } }
    ]
  }
});

关键注意事项 #

• 防SQL注入：所有用户输入的搜索词必须用参数化查询（如上述示例中的$1或?占位符），禁止直接拼接字符串。
• 科学计数法处理：如果浮点数可能出现1e+05这类科学计数法格式，需要调整转换函数的参数，确保输出为常规十进制字符串（比如PostgreSQL的TO_CHAR指定足够长的格式）。

内容的提问来源于stack exchange，提问作者Justin Handley